买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：江西通慧科技集团股份有限公司

摘要：本发明涉及超载识别技术领域，尤其涉及车辆超载识别方法及系统、存储介质和终端，方法包括：获取包含目标车辆的目标图像，对目标图像进行预处理；将经预处理后的目标图像分别输入至预设的轮轴特征提取网络模型和预设的轮廓特征提取网络模型，得到目标车辆的轮轴特征向量和轮廓特征向量；将轮轴特征向量与轮廓特征向量进行特征融合，得到融合特征向量；将融合特征向量输入至预设的轴型分类网络模型，得到目标车辆的轴型类别，并确定目标车辆的限重标准；获取目标车辆经过称台时的初始载重数据和速度数据，并基于速度数据对初始载重数据进行修复，得到目标载重数据；并由此判断目标车辆是否超载。本发明工作效率高，而且超载识别精度高。

主权项：1.车辆超载识别方法，其特征在于，所述方法包括：获取包含目标车辆的目标图像，对所述目标图像进行预处理；将经预处理后的所述目标图像分别输入至预设的轮轴特征提取网络模型和预设的轮廓特征提取网络模型，得到所述目标车辆的轮轴特征向量和轮廓特征向量；将所述轮轴特征向量与所述轮廓特征向量进行特征融合，得到融合特征向量；将所述融合特征向量输入至预设的轴型分类网络模型，得到所述目标车辆的轴型类别，并根据所述目标车辆的轴型类别确定所述目标车辆的限重标准；获取所述目标车辆经过称台时的初始载重数据和速度数据，并基于所述速度数据对所述初始载重数据进行修复，得到目标载重数据；根据所述目标车辆的限重标准和所述目标车辆的目标载重数据判断所述目标车辆是否超载；将经预处理后的所述目标图像分别输入至预设的轮轴特征提取网络模型和预设的轮廓特征提取网络模型，得到所述目标车辆的轮轴特征向量和轮廓特征向量的步骤具体包括：构建基准YOLOv3网络模型；其中，所述基准YOLOv3网络模型包括主干网络和检测网络；对所述主干网络的残差连接模块进行优化，首先采用1×1卷积降维，将N个通道压缩成N2个通道，再采用3×3卷积，保持通道数不变，最后采用1×1卷积升维，将N2个通道扩展为N个通道；将所述主干网络的32倍下采样网络结构删除；将所述检测网络的检测尺度调整为单检测尺度，并采用SENet通道注意力模块对所述检测网络输出的多个下采样特征图进行增强，从而得到改进后的YOLOv3网络模型；对所述改进后的YOLOv3网络模型进行训练，得到轮轴特征提取网络模型；将经预处理后的所述目标图像输入至所述轮轴特征提取网络模型，输出所述目标车辆的轮轴特征向量；构建基准MobileNetV2网络模型，对所述基准MobileNetV2网络模型进行训练，得到轮廓特征提取网络模型；将经预处理后的所述目标图像输入至所述轮廓特征提取网络模型，输出所述目标车辆的轮廓特征向量。

全文数据：

权利要求：

百度查询： 江西通慧科技集团股份有限公司 车辆超载识别方法及系统、存储介质和终端